多帧背景差与双门限结合的运动目标检测方法
为有效解决视频监控场景下运动目标快速、精确检测的问题,提出一种多帧背景差与双门限结合的运动目标检测方法.首先改进Surendra背景模型来获取干净的背景图像,根据灰度差分图像确定的两个门限值进行前景目标检测,低门限阈值用于检测出比较明显的前景目标(即粗检测),在粗检测的基础上利用高门限阈值以去除粗检测中存在的噪声目标与伪目标(即细检测),最终实现视频监控场景下运动目标的精确检测效果.针对车辆、行人等不同对象的监控场景下进行实验,验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰,而且能够快速、准确地分割出前景目标.
多帧背景差分、双门限、目标检测、Surendra背景模型、灰度差分图像
38
TP391(计算技术、计算机技术)
国家自然科学基金项目61139003,61179060,U1433112
2017-08-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
179-183